一条生产线的机器，由成千上万种零部件组装而成。机器的使用寿命，很大程度在于零件的好坏。

春节期间，认识了一位在东莞生产精密齿轮的年轻创业家，28岁，工厂有近百位工人。

离江跟他算是非常有缘分的人， 尺寸检测设备，在聊天过程中，发现他在2018年引进了两台视觉检测机器，因为生产的齿轮精密度要求非常高，使用人工检测，成本太高，效率太低。他一直有视觉检测的需求，在一次偶然的交流会中了解了视觉检测机器，毫不犹豫的购买了两台， 缺陷检测设备，而非常有意思的是，恰好是小编所在公司的产品。

他说，精密零件在加工过程中，存在各种各样的瑕疵，品质管控的手段在2018年以前都以人工检验为主， 尺寸检测设备，借助部分工装检具、测量仪器进行辅助测量。那段时间太辛苦了，人力检测成本消耗非常高。

人工检测限制度大，员工稍不留神就极易造成不良零件的漏检。但是机器就差别了，一台机器的检测效率相当于4个员QC，精准度高，并且能有实时数据，也便利生产时造成的缺陷做及时的调整。

是的，随着工业4.0时代的到来，机器视觉系统被广泛应用到各行各业，对于零部件的检验也逐步由人工检验向机器视觉过渡。例如：轿车零配件尺寸查看和主动安置的完整性查看、电子安置线的元器件主动定位，产品包装上的条码和字符辨认等。

今天小编为大家带来一款金属零件测检测案例。

大家可以仔细的看图，这个金属零件外貌有两个非常大的瑕疵，大家发现了吗？

（说明一下，由于加工造成的外貌纹路是正常现象来的）

 

如果不是专业的人员，可能就认为只有外貌划痕一个瑕疵，还有一个瑕疵是边沿的缺料。

 

这类的不良，因为底色相近，普通的相机是无法检测的，需要用到3D相机。

01

外貌划伤

大家可以很清楚的看到该外貌划伤和因为加工产生的纹路并没有太大区别。

都是暗色配景下的亮色。怎么办？

 

但是加入了高度信息和配景处理后，得到了如下图的效果。可以清楚无误的找到对应的不良。

 

 

02

边缘的缺料

按照高度的差异，边沿的缺料也可以不变检测到（中间两个小圆圈是屏蔽掉的区域）。

 

视觉机器的应用极大的提高了企业生产自动化水安然安祥检测系统的只能水平，高效的代替人工检测，提高效率的同时减少人力成本的消耗，用伴侣的话来说就是，这是能救我工厂一命的检测机器，我只后悔能早点能认识它！

机器视觉自动化（jiqishijue2020）,一个搜罗智能制造最新行业动态，网尽工业4.0领域大事大势的公众号！